У нас есть два совершенно разных способа обработки информации — сфокусированный и рассеянный. Им соответствуют два типа нейронных сетей, которые задействованы в процессе мышления. Как использовать это знание, чтобы учиться более эффективно? Объясняет специалист по обучению естественным наукам и математике Барбара Оакли. 

Барбара Оакли (Barbara Oakley) — профессор Оклендского университета, доктор технических наук, автор научно-популярных книг об эффективных методах обучения, в том числе «Думай как математик»

Допустим, мы садимся учить математику. Чтобы сосредоточиться, наш мозг «включает» те нейронные связи, которые отвечают за активное решение задач. Поработав какое-то время и не найдя решения, мы начинаем чувствовать разочарование. Почему так происходит? В этот момент мы используем лишь одну из зон мозга — ту, что помогает нам проанализировать материал. Однако это не та его область, которая нужна для полного овладения материалом.

Когда мы прекращаем поиски решения и сдаемся, наше внимание переключается. В этот момент активируются нейронные связи совершенно другого типа — мы входим в режим, в котором наш мозг работает сам по себе.

Перестав искать решение, мы расслабляемся, идем на прогулку, принимаем душ — одним словом, занимаемся другими, посторонними вещами. Наш мозг в это время продолжает обрабатывать поступившие в него сведения.

Вернувшись через какое-то время к решению задачи, мы можем заметить, что нам гораздо легче воспринять незнакомую информацию. Задание может теперь показаться совсем простым — даже удивительно, что не могли понять его прежде!

Обучение часто подразумевает переключение между нейронными связями разных типов, между сфокусированным мышлением и «рассеянным» режимом, в который мы обычно входим, отдыхая.

Для полного овладения материалом необходимо сначала сфокусироваться, чтобы «загрузить» информацию в мозг, а затем переключиться, чтобы мозг смог спокойно обработать ее в пассивном режиме. Этот принцип работает независимо от того, что мы изучаем: математику, естественные науки, музыкальную теорию, новый язык или танец. Тот же механизм работает, даже когда мы учимся парковаться задним ходом.

Обучаясь чему-то, мы, по сути, стремимся закрепить и усилить новые нейронные связи, чтобы они были легко доступны нам в случае необходимости. Такой вид обработки информации является ключевым в процессе обучения, согласно теории структурных единиц, или «порций» (chunk theory).

Вначале ехать на машине задом кажется ужасно неудобно. Вы не понимаете, куда смотреть — в правое зеркало? Или в левое? Или просто назад? Все инструкции предстают перед вами в виде бессвязного набора фактов. Однако со временем ваш мозг вырабатывает некую последовательность действий.

После длительной практики вам всего лишь нужно будет подумать о том, что вы собираетесь припарковаться, и ваш мозг тут же выдаст вам нужный алгоритм.

Эта процедура будет даваться вам так легко, что, возможно, вы даже сможете одновременно разговаривать с друзьями или слушать радио. Так активируется хорошо усвоенная «порция» информации. В любом процессе обучения важны подобные заученные наизусть схемы: чем больше наша библиотека структурных единиц информации, чем больше хорошо закрепленных практикой нейронных связей, тем более компетентными мы становимся в той или иной области знаний.

Теория порций впервые была предложена лауреатом Нобелевской премии Гербертом Саймоном. Саймон заметил, что успех гроссмейстера напрямую зависит от того, сколько шахматных паттернов он помнит и использует. В ходе исследований выяснилось, что чем более человек компетентен в той или иной области, тем более прочные нейронные связи сформированы его мозгом.

Например, чтобы добиться успехов в математике, вам нужно долго практиковать паттерны умножения. Когда вы усвоите эти принципы, вы обратитесь к паттернам деления. Затем — к математическому анализу, интегралам, производным.

Тренируя каждый принцип отдельно, как навык парковки задним ходом, вы доведете его до автоматизма. В итоге все, что вам нужно будет сделать, чтобы взять производную, — это просто дать мозгу соответствующую команду. Натренированный мозг воспримет это как несложное задание, не требующее дополнительного анализа.

Считается, что чрезмерное упорство губит креативность. Однако дело не совсем в том, чтобы подходить к любому заданию творчески. Все, что нам нужно для успеха, это чередование разных техник, а не повторение одной и той же.

Например, решив задачу лишь один раз, мы не можем быть уверены, что математический навык нами усвоен, — это то же самое, что спеть один раз песню и надеяться, что теперь вы сможете так же красиво спеть эту мелодию на публике.

Чтобы действительно разобраться в каком-то принципе, нужно последовательно применить его несколько раз. Если у вас не получается решить математическую задачу сразу, загляните в ответы и закончите задание, опираясь на подсказку. Затем, отдохнув, снова попробуйте решить похожую задачу, и вполне возможно, что в этот раз вы продвинетесь дальше. На следующий день попытайтесь еще раз. Наверняка вы снова продвинетесь дальше и сможете закрепить полученные знания практикой. Так развиваются определенные паттерны действий, независимо от того, занимаетесь вы пением или математикой.

Если вы будете последовательно решать математические задачи, построенные по одному и тому же принципу, или учить спряжения в новом для вас языке, то рано или поздно паттерны автоматизируются.

Несколько дней поработав над задачей, вы обнаружите, что в ответственный момент сможете пройти через все этапы ее решения мысленно — в вашем мозгу уже образовалась «порция» информации и соответствующая нейронная связь.

Когда придет время тестирования и перед вами окажется десять одинаковых задач, вам достаточно будет одного взгляда, чтобы понять, как они решаются. Вы сможете извлечь из мозга нужную вам порцию информации и соединить ее с другой. Возможно, вам будет проще решить и более сложную задачу, построенную по принципу, который вы еще не освоили.

Важно понять, что любой процесс обучения — это создание и усвоение порций информации и навык их комбинирования.